Существующие подходы к оптимизации процессов складской логистики преимущественно ориентированы на системы с одним складом и не учитывают взаимосвязь стратегических и оперативных решений в условиях многопериодности и многоуровневых распределительных сетей. Автономная оптимизация отдельных этапов, таких как формирование партий товаров, маршрутизация комплектовщиков, загрузка транспорта, приводит к снижению общей эффективности всей системы. В работе рассмотрена проблема оптимизации процессов складской логистики в современных мультиэшелонных системах. Представлены интегрированная математическая модель и гибридный алгоритм комплектования и маршрутизации заказов в условиях неопределенности. Сформулирована многоцелевая задача с нечеткими параметрами для минимизации времени доставки и общих логистических затрат. Предложено поэтапное решение проблемы оптимизации процессов складской логистики. На первом этапе осуществлено преобразование нечеткой модели в четкую с использованием вероятностного метода, на втором этапе применены многокритериальный метод принятия решений и алгоритм декомпозиции Бендерса. Локальная задача выбора маршрута решена путем интеграции задач о рюкзаке и коммивояжере, для оптимизации пути использован усовершенствованный алгоритм Q-обучения муравьиной колонии. Эксперименты показали, что по сравнению со стандартным алгоритмом CPLEX предложенный алгоритм сокращает длину маршрута на 5–10 %, а применение декомпозиции Бендерса позволяет эффективно решать крупномасштабные задачи за линейное время.